你的"无损"是真的吗？我用Rust写了个假无损检测器（附开源地址）

写在前面：为什么折腾这个

我攒本地无损音乐库很久了，FLAC、ALAC 一路收下来，硬盘里堆了不少。直到某天我突然冒出个念头：这些标着"无损"的文件，真的都是无损吗？

所谓假无损，就是把一个有损的 mp3（或 aac）解码之后，重新封装成 FLAC 或 ALAC。文件后缀是无损格式没错，体积也撑起来了，但里面的音频内容在当初有损压缩那一步，高频信息就已经被永久丢掉了——套个无损的壳，补不回来。你下载时看到的是 ".flac"，听到的其实是被阉割过的版本。

问题是，光看文件名、看体积、甚至用耳朵听，都很难分辨。我翻了一圈现成工具：要么是多年没更新的 Windows 老 GUI，要么是配置一堆依赖的 Python 脚本，要么干脆在我的文件上不工作。作为一个平时写代码的人，索性自己撸一个——纯命令行、能批量扫整个库、扫完出报告。

写完顺手开源了，这篇就连原理带用法分享给同样有强迫症的你。

什么是假无损，以及它为什么能被检测出来

要理解检测原理，得先理解有损压缩干了什么。

mp3、aac 这类有损编码器，为了压缩体积，会把人耳不敏感的信息扔掉，其中很关键的一刀就是高频低通切除：编码器会在某个固定频率以上直接砍掉，几乎不保留能量。不同码率切的位置不同，大致是：

• 128k mp3：约 16kHz 以上被砍

• 320k mp3：约 20kHz 以上被砍

而真正的无损（比如 16bit/44.1kHz 的 CD 抓轨），高频能量是自然延伸的，会一直分布到接近奈奎斯特频率（44.1kHz 采样率对应约 22kHz）。

所以关键来了：当你把一个 mp3 转成 FLAC，那道"低通切除"的痕迹是抹不掉的。在频谱图上，真无损的高频是平滑延伸到顶的，而假无损会在某个频率上出现一道能量断崖——高于那个频率几乎一片空白。

真无损spek截图

假无损spek截图

检测思路就顺出来了：对音频做 FFT（快速傅里叶变换）转换到频域，统计能量随频率的分布，找出那道"断崖"在哪。断崖频率高（接近 20kHz）→ 像真无损；断崖明显偏低（16kHz 左右）→ 高度可疑。

工具长什么样、怎么用

技术栈老实交代，给同样写代码的朋友参考：

• 语言：Rust。主要图它能编译成单个二进制文件，分发零负担，跨平台也干净。

• 音频解码：symphonia（纯 Rust，支持 FLAC/ALAC/WAV 等，不依赖系统库）

• 频谱分析：rustfft

• 并行：rayon，批量扫库时多核并行，几千个文件也不慢

用法分两种。

单个文件——给出详细判断：

cargo run --release -- "藤原さくら - uku FLAC 2026 FLAC/01 Angel.flac" --------------------- 文件: 藤原さくら - uku FLAC 2026 FLAC/01 Angel.flac 格式: FLAC 采样率: 48000 Hz 采样总数: 10039269 奈奎斯特频率: 24000 Hz 估计高频截止: 21850 Hz (91.0% of Nyquist) 频谱空洞: 无明显空洞 判断: ✅ 高频延伸正常，像真无损 （提示：古典乐、人声、老录音本身高频能量就少，可能误报； 建议对可疑文件用 Spek 等工具看一眼频谱图再下结论。

输出会告诉你这个文件的采样率、估计的高频截止频率，以及一个三档判断（✅ 像真无损 / ⚠️ 高频收窄 / 🚩 高度可疑）。

整个目录——递归批量扫描，并行处理，出报告：

cargo run --release -- ~/music --report report.txt --json report.json ---------------------------- 收集音频文件中… (扩展名: flac, wav, m4a, aif, aiff, caf, alac, dsf, dff) 找到 76 个文件，开始扫描… 扫描中… 76/76 文本报告已写入: report.txt JSON 报告已写入: report.json

扫完会生成一份文本报告：汇总统计（多少 ✅、多少 🚩）、按专辑排行、以及完整的可疑文件清单。还能顺带出一份 JSON，方便你自己再处理。

report.json

report.txt

实测：扫一遍我自己的歌库

光说不练假把式，直接扫我自己的库。

这次一共扫了 2798 首，结果：

• ✅ 像真无损：2086 首

• ⚠️ 高频收窄：515 首

• 🚩 高度可疑：185 首

• 🔼 假 Hi-Res (上采样) ：12 首

• ✖ 解码失败：0 首

最让我意外的是，可疑文件不是零散分布的，而是扎堆集中在某几张专辑里。

这其实带出一个比单文件判断更可靠的洞察：如果一整张专辑的曲子都是同一档位的低截止，那基本可以断定这张专辑的来源就是有损的——单首歌高频少可能是曲风问题，但整张专辑齐刷刷在 16kHz 断崖，不可能是巧合。所以我的报告特意做了"按专辑排行"，揪源头比揪单首更准。

局限性：它不是万能的，请这么用

这部分我必须说清楚，免得有人拿它当圣旨乱删文件。

这是启发式判断，不是 100% 准确。 具体有两个已知盲区：

第一，误报。古典乐、纯人声、老录音、专辑里的间奏/skit，这些内容本身高频能量就少，频谱看起来也像被"切"过，但它们是真无损。工具可能把它们标成可疑。

第二，漏报。320k 这种高码率有损，它的截止频率在 20kHz 附近，和真无损的自然高频滚降几乎重叠——这种情况光靠"找截止频率"基本测不出来。这是这个方法的根本局限，不是实现问题。（题外话：有个叫 FLAD 的项目用机器学习、且刻意不依赖 20kHz 以上的信息来绕开这个盲区，思路很值得参考，我后续也想往这个方向改进。）

所以正确用法是：把这个工具当成"批量缩小怀疑范围"的筛子，它帮你从几千首里快速圈出几十个嫌疑犯，然后你再对这些标红的文件，用 Spek 之类的工具看一眼频谱图人工确认，确认了再决定怎么处理。别让工具替你做删除决定。

想验证工具准不准？ 教你个自测方法：用 ffmpeg 把一个你确定的真无损文件，转成 mp3 再转回 FLAC，人为造一个"已知是假"的文件，喂给工具看它能不能抓出来：

ffmpeg -i 真无损.flac -b:a 128k temp.mp3 ffmpeg -i temp.mp3 fake_128k.flac

拿 fake_128k.flac 去扫，如果被标 🚩，说明工具在干活。

开源地址与后续

工具已经开源在 GitHub：lossless-checker

欢迎 star、提 issue，有兴趣的也欢迎贡献代码。后续我想做的几件事：把检测做得更鲁棒一些（应对 320k 那个盲区）、做个批量处理的图形界面、以及对接元数据库帮忙顺手整理库。

如果你也是本地无损党，欢迎扫完自己的库回来评论区报个数——你的歌库里藏了多少水货？

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～